労働経済白書2026を中小企業向けに解説。AIを入れるなら、社員が学ぶ時間もセットで作る

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくんです。今回は、厚生労働省の「令和８年版 労働経済の分析」という白書を紹介するね。

厚生労働省「令和８年版 労働経済の分析」「はじめに」

ＡＩは、職場に導入すること自体が目的ではなく、そのポジティブな効果を最大化するためにも、従業員がＡＩと協働できるよう、労使双方が人的資本の向上に取り組んでいくことが重要だと考えられる。

厚生労働省が毎年出している労働経済白書。77回目の今年は、分析テーマがまるごとAIでした。

第Ⅱ部の3つの章が、まるごとAIの話です。結論は1行。

「ＡＩ投資と人的資本投資の双方を推進」。

人的資本投資って、要は社員の学びへの投資のこと。AIを入れることと、使う人が学ぶことを、同時に進めようという話です。

私の軸は「AIに委ねて、人は積み減らして生き直す」です。白書と向きは同じ。でも、入口が違います。

白書は「投資」と言います。予算と研修の言葉です。30人以下の会社だと、ここで手が止まりがちかな。

私は「委ねる」から始めます。作業をAIに渡す。浮いた時間で、人が学ぶ。予算の話より先に、時間の置き場所を変えるんです。

学び方も変えます。AIに答えを聞くのをやめて、問いを出してもらう。

私が期待しているのは、考える手間が自分の側に残ることです。弱いところは、答えが出るまで時間がかかって、もどかしいこと。急ぎの仕事には向きません。

だから、締め切りに余裕のある仕事を1つだけ選んで、今週これを試してください。

もどかしい時間は、自分で考えている時間でもある。私はそう受け取っています。

厚生労働省「令和８年版 労働経済の分析」第Ⅱ部第1章

このため、ＩＴ導入期に他国と比較してＩＴ投資が遅れた我が国は、先行者利益の優位性を享受することができず、ＩＴを通じた技術革新の効果を十分に経済成長へ結び付けにくい状況だった可能性があると考えられる。

白書は、AIの話に入る前に、約30年前を振り返っています。1995年から2004年までの、IT導入期です。

この時期の年平均で、日本のIT投資の伸びは3.5%。米国は16.4%でした。

人への投資（白書では、社員教育など会社が人に投じる無形の投資）も、日本は年平均0.2%増。米国は1.1%増です。

同じ時期の経済成長率は、日本1.0%、米国3.4%。白書は、道具と人への投資の伸びの小ささが、成長の差の背景にあった可能性を示しています。

そして今回のAIは、広がる速さが違います。ChatGPTは2か月で1億人に届きました。インターネットは7年。白書も、土台の違いがあるので単純には比べられないと断ったうえで、AIの広がりはITより速いと見ています。

いまの企業のAI利用率は、日本が9.2%。OECD平均は20.2%です。日本の値は2023年・従業員10人以上の企業で、国によって調査年が違うため、目安として見る数字です。

ここで「取り残されるぞ」と言うのは簡単です。でも私は、怖がらせて導入させる話にはしたくありません。

この章から私が受け取ったのは、道具と人を同じ時期に育てるという順番の話です。

だから、焦って大きなツールを入れる必要はありません。今ある道具で、人の学び方を1つ変える。

社内でAIを使っている人を思い浮かべてください。その人は、誰かに使い方を教えていますか。私なら、まずその1人に「隣の人に1つ教えてみて」と声をかけます。

厚生労働省「令和８年版 労働経済の分析」第Ⅱ部第1章（OECD調査の紹介）

ＡＩと協働するための企業からの訓練提供等と労働者の自己学習の両方の実施があったＡＩ利用者は、いずれも実施していないＡＩ利用者と比較し、ＡＩ利用前後で「仕事のパフォーマンス」が改善したと回答するＡＩ利用者の割合が37.0％ポイント高く

この数字が、白書のいちばんの核だと私は読みました。

会社の訓練と本人の自己学習、両方あったAI利用者。どちらもなかった利用者。比べると、仕事が良くなったと答えた人の割合が、37.0%ポイントも違いました！

これは「生産性が37%上がった」という意味ではありません。良くなったと答えた人の割合の差です。

ところが日本では、AIと協働するための訓練や財政支援が会社から提供されている、と答えた利用者が少ない。製造業で日本33.3%、米国62.7%です。

私の場合、学びの場は研修ではありません。分身AIとの答え合わせです。

先日は、私の判断を分身AIに予想させて、私がその場で「合ってる」か「違う」かを返す答え合わせを、1日に30回続けました。

分身AIは、8割近い自信を示していました。でも、当たったのは半分！この日まで、その自信の数字を一度も疑ったことがありませんでした。

この日のことは、分身AIの日記（DAY176）に書いています。答え合わせを重ねるほど分身AIは育ちます。同時に、私の側の思い込みも見つかる。

9月29日の配信をまとめたAI氣道の記事にも、私の言葉がこう残っています。

AI氣道『分身AIの育て方｜仕事を任せても人生の主役は自分のままでいる考え方』より

「分身AIを育てる、作り育てることが、そのプロセスそのものに自分を育てていくということが、今できてきている」

白書の言う「訓練と自己学習の両方」は、小さな会社なら、こんな答え合わせから始められると私は考えています。AIに仕事を頼む前に、自分のやり方を3行で書いて渡す。返ってきた答えに「合ってる」「違う」を返す。それだけで、学びが回り始めます。

厚生労働省「令和８年版 労働経済の分析」第Ⅱ部第1章（コラム2-2）

リ・スキリングに取り組んでいない企業が挙げた理由を企業規模別にみると、「必要性を感じない・どのようなスキルが必要か整理できていない」と回答した割合は、29人以下規模で38.7％、30～99人規模で44.3％、100～299人規模で41.2％、300人以上規模でも46.2％となっており、どの企業規模においても、高い水準となっている。

白書が紹介した民間のインターネット調査では、中小企業（従業員300人以下）の勤め先について、59.0%が「導入の予定はない・必要性を感じない」と答えています。大企業（5,001人以上）では35.7%が、複数の部署で積極的に使っていました。

人を育てる仕組みにも差があります。正社員に計画的なOJTを行う事業所は、1,000人以上の規模で93.6%。30〜49人の規模では53.1%です。

学び直しに取り組まない理由では、引用の「必要性を感じない・どのようなスキルが必要か整理できていない」が、どの規模でも高い。白書ではこの2つが1つの選択肢です。29人以下の会社でも38.7%でした。100〜299人では「労働者に時間を取らせる余裕がない」が49.6%で、こちらが上回ります。

一方で、学び直しに取り組んだ会社は、29人以下でも79.1%が効果があったと答えています。取り組んだ会社の多くは手応えを感じている。でも、何をやるかが見えない。

私がいちばん許せないのは、難しいカタカナ用語で煙に巻く業者です。中小企業の経営者が「自分が分からないだけかも」と自己嫌悪に陥る。それが許せない。

推測: 白書の「整理できていない」という答えの手前には、この自己嫌悪が隠れているのかもしれません。

新しいツールを入れても、現場が止まる。AI氣道の船井総研PRIMEの回でも、その場面に触れています。

AI氣道『船井総合研究所の統合型AIエージェント「PRIME」発表から、中小企業のAI格差とどう向き合うかを考える』より

「中小企業の現場では、新しいツールを1個入れるたびに「これ誰が使うの」「覚えるのが面倒」で止まってしまうケースが本当に多いです。」

整理は、社長が一人で頭を抱えてやるものではありません。AIに聞き出してもらえばいいんです。

表ができたら、使っていない人の止まっている理由を1つだけ選んで、来週ほどく。私なら、そこから始めます。

厚生労働省「令和８年版 労働経済の分析」第Ⅱ部第2章

総じてみると、マクロレベルにおいては、ＡＩ技術によって、大きな雇用の減少が生じている証左は、現時点で示されていない。

気になるのは雇用です。白書の答えは、引用のとおり。いまのところ、AIで雇用が大きく減ったという証拠は示されていません。

ただ、中身は動いています。米国では、AIの影響を受けやすい職業で、22〜25歳の雇用が生成AIの普及後に16%減ったという研究があります。

2021年1月〜2023年9月のフリーランス向け求人を分析した研究では、ライティングや翻訳の求人が、特に短期の仕事で、生成AIの影響がなかった場合の推計より20〜50%少なかった。チャットボット開発の求人は約3倍に増えています。

日本の推計もあります。十分な投資と産業の転換が進んだ場合でも、2040年に事務職は約440万人が余る可能性がある。AIやロボットを使いこなす人材は約340万人足りない見込みです。

良い面もはっきり書かれています。カスタマーサポートの研究では、低スキルの労働者の生産性が34%上がりました。白書はその背景を、ベテランの暗黙知をAIが新人にも届く形にするからだと見ています。

気になる面は、若手の練習場が減ることです。AI氣道の神田昌典さん連載の回に、こんな一文があります。

AI氣道『神田昌典さん連載を読む｜「かばん持ち」はかばんを持つ仕事じゃない。AIに下積みを任せたら、人を判断の隣に立たせる』より

「下積みは作業ではなく、勘の練習場だった。」

証拠がまだないことを、安心材料にはしたくありません。新人が覚えるはずだった仕事を、AIが先に片づける。なら、新人はどこで勘を磨くのか。

私の答えは、判断の場面に連れていくことです。AIが作った下書きを見せて「どこを直す？なぜ？」と聞く。作業はAIへ。考える練習は人へ。

小さな会社ほど、社長の隣がいちばんの練習場になる。私はそう考えています。

厚生労働省「令和８年版 労働経済の分析」第Ⅱ部第3章（Bastani et al. 2025 の紹介）

直接問題の回答を得る形で生成ＡＩを利用していた学生グループは、生成ＡＩから直接回答を得ず問題を解くためのヒントや方法などを得る形で利用していた学生グループと比較して、ＡＩを利用しない状態になると、ＡＩを利用していた場合より大きく成績が落ちる傾向にある

この記事でいちばん伝えたいのが、この研究です。

答えをそのままもらった学生は、AIを外すと成績が大きく落ちた。ヒントや解き方をもらった学生は、そこまで落ちなかった。同じAIでも、使い方で手元に残るものが違うんです。

白書は、AI時代に要る力を「メタスキル」と呼びます。定義は「論理的思考力、批判的思考力、問題解決能力、コミュニケーション能力など、特定の業務にとどまらず幅広く応用可能な能力とする。」です。

研究が試したのは、学生のヒントの使い方です。そこから先、問いをもらう形は私の使い方として書きます。

私がずっと伝えてきたのは「聞かれて答えるだけ」です。普通は、人がAIに聞きます。私は逆。AIが問いを出して、人が答える。

ある朝、分身AIから立て続けに問いをもらいました。「抽象化しすぎて誰にでも言える一般論へ薄まる境界は何？」。私は言葉に詰まりました。しばらく考えて、出てきた答えは一言。「コンテキスト」でした。

その日のことをまとめた、AI氣道の記事の一文です。

AI氣道『寄り添うとは、答えを渡すことじゃない。最後は「自分自身がホーム」になる』より

「寄り添うって、答えを渡すことじゃない。」

AIへ教えることで、自分の内側に気づき、自分を一段上から見られる。私はこれを、AIと人が一緒に育つ循環だと考えています。白書のメタスキルにある「自分のやり方がうまくいっているかを考える」力は、こうして問われる中で育つのかな。

白書の調査は、メタスキルを5つの項目で測っていました。それぞれに「自信があるか」を尋ねる形です。この記事では、その5項目を週末の振り返りの問いに作り替えてみました。

答えるのは10分ほどで、来週変えることを1つ決めたら終わりです。私は、この小ささなら続けられると思っています。

厚生労働省「令和８年版 労働経済の分析」第Ⅱ部第3章

ＰＩＡＡＣにより、リ・スキリングを行わない最も適当な理由を国際比較すると、我が国では「仕事や家族の都合で時間がない」を挙げる割合が59.8％と最も高く

25〜65歳で、過去1年に学び直しを希望したのに参加できなかった人。その理由で最も多いのが「仕事や家族の都合で時間がない」で、日本は59.8%。OECD平均は47.6%です。

大学などの教育課程で直近1年のあいだに学んだ人も、日本は0.6%（2023年・25〜65歳）。OECD平均は3.7%でした。

一方で、大人の数的思考力は291点で、OECD平均の263点を上回っています。基礎の力はある。そのうえで、時間の壁が大きい。白書は費用や情報の壁も挙げていますが、時間がいちばん重くのしかかっています。

白書のコラムには、こんな分析もありました。45歳以下で子どものいる世帯では、男性の家事・育児の時間が増えるほど、配偶者の女性の無業の確率が下がり、正規で働く確率が上がる傾向がある。時間の使い方は、家族全体の選択肢に関わる話です。

私自身、AIやシステムを使うことで、経営をしながら家事と子育てもできる環境を作ることができました。以前の配信では「たまたまできた」と話しています。

時間って、どこかから湧いてくるものではありません。作業をAIに委ねて、作るものです。議事録、定型のメール、見積もりの下書き。毎週くり返す作業を1つ渡して、浮いた時間の一部を学ぶ時間に回す。

ただし、学ぶところまでAIに任せきらない。AI氣道の『知性大全』の回には、任せる割合の目安がこう出てきます。

AI氣道『『知性大全』全容解説！AIに任せる割合は作業9割・創造5割・学習3割』より

「作業は9割、創造は5割、学習は3割。」

白書は、時間の不足を数字で示しました。私は、その時間をAIで作るところから始めます。

今週、くり返している作業を1つ書き出してください。それをAIに渡せたら、浮いた時間で1章の依頼文を試す。私なら、この順番で回します。

労働経済白書の結論は、AIと人への投資を同時に進めること。IT導入期の振り返りが、その下敷きにあります。

中小企業の壁は3つでした。必要性が見えない。何を学ぶか整理できていない。学ぶ時間がない。

私の提案は、どれもAIを使ってほどき始めることです。整理はAIに聞き出してもらう。時間は作業を委ねて作る。学び方は、答えをもらう形から問いをもらう形へ。

AIを入れるなら、社員が学ぶ時間もセットで作る。今週やることは1つだけ。1章の依頼文で、1つの仕事を試してください。

数字の読み方を2つだけ。37.0%ポイントは「改善したと答えた人の割合」の差で、生産性の伸び率ではありません。2040年の人材の過不足は推計なので、幅を持って見てください。

この記事で学んだことを誰かに教えて恩送りして学びを深めよう！